Analysis of Value-Added Meat Product Choice Behaviour by Canadian Households
Notice bibliographique
Résumé
The competitive landscape in retailing has changed over the past decade. Moreover, the degree of product differentiation has been increasing: households are able to choose between an increasing number of store brands and national brands of similar products. The value added meat market is no different than any other sector of the grocery market – both national brands and private label brands are being developed to appeal to the consumer‘s desire for convenience, health, production and environmental attributes. Understanding the factors that are influencing consumers‘ value added meat product preferences is important for meat manufacturers who wish to add value to their firm‘s performance and increase market share. This knowledge is required in order to predict changes in demand and develop new products and marketing strategies that respond to changing consumer needs. The objective of the paper is to provide information on value added meat consumption patterns in Canada at the household level using household purchase information from a representative sample of the Canadian population collected through Nielsen Homescan™. Specifically the focus is on how meat consumers make their decision to purchase value-added meat products – the impact of value added meat types, store choices and brands preference on meat demand. The study undertakes an empirical investigation of Canadian household value added meat demand for the period 2002 to 2007. A comparison of consumers‘ preferences is performed with respect to store-switching, brand loyalty and meat expenditure. Multivariate regression analysis is employed to explain consumer preferences for the examined stores, products and brands. We find that meat price, advertising, the number of stores visited, household socio-demographic characteristics and regional segments are strongly related to meat expenditure levels. Value added meat product preferences vary widely across meat types - for example, consumer behaviour towards pork is not a good predictor of behaviour towards poultry, in terms of national brand/store brand choice. The data developed in this analysis can highlight6 marketing opportunities that exist for meat producers and processors to increase the value of total sales for their particular products. The results of this study highlight the impact of number of stores regularly shopped at on purchases of national brand versus private label meat products, the impact of expenditure on meat by product form on national brand versus private label and the impact of demographic and regional variables on all meat purchases, by animal species.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».